[AINews] Claude Haiku 5.5 — better than GPT-6 Luna at the same pricing

[AINews] Claude Haiku 5.5 — 与GPT-6 Luna同价位表现更优

AINews：工作日精选

小模型的胜利

2026年10月8日

∙

付费

自Anthropic发布Haiku 4.5已过去约一年时间，随着Sonnet、Opus和Fable相继升级至5.5版本，Haiku系列似乎被逐渐遗忘，尤其是OpenAI同时推出Luna 6和Astra、Sol 6的背景下。

现在，Haiku 5.5终于回归，这次更新令人期待。更多详情请参见下文摘要。

人工分析

@

ArtificialAnlys

Anthropic发布了Claude Haiku 5.5，在人工分析智能指数中获得43分，较去年Haiku版本提升26分。Haiku 5.5是首个支持Anthropic自定义设置和自适应推理的Haiku模型，Anthropic还推出了分层...

2026年10月7日 下午7:12

·

152K

浏览量

回复

转发

1.67K

点赞

2026年10月6日-10月7日AI新闻。我们检查了12个子版块、544个Twitter账号，未发现更多Discord信息。AINews网站可搜索所有过往内容。提醒：AINews现已成为Latent Space的一部分，您可选择是否接收邮件通知！

AI Twitter回顾

头条新闻：Anthropic发布Claude Haiku 5.5

事件回顾

Anthropic发布了Claude Haiku 5.5，这是该系列约一年来的首次重大更新。其定价与OpenAI的GPT-6 Luna持平，且同日Anthropic对Sonnet 5.5和订阅计划进行了降价调整。

• 发布前信号。@scaling01在正式宣布前发帖“祝Haiku 5.5发布快乐”。@kimmonismus称该模型已出现在Claude Code更新中，并预测“Luna定价”。他提前在官方帖文前发布了定价信息（@kimmonismus），并在模型上线时确认（@kimmonismus）。

• 官方发布。@claudeai和@AnthropicAI称其为“我们发布过的最便宜、最快、功能最强的小模型”，平均运行成本较Haiku 4.5降低约75%。

• 可用性及适用场景。该模型现已在Claude平台和Claude Code（@ClaudeDevs）上线。Anthropic将其定位为与Opus 5.5或Sonnet 5.5配合使用的子代理，适用于需要高吞吐量且对成本敏感的场景，如摘要生成、数据压缩和数据库查询。@mikeyk描述这种分工为“Opus负责深度思考，Haiku处理高吞吐量任务”。

• 分层定价（@ClaudeDevs）：提示长度/每百万个标记的输入/输出 缓存读取/每百万个标记 低于10万标记 $0.10 / $0.50 $0.01 高于10万标记 $0.50 / $2.50 $0.05

• Sonnet 5.5降价。缓存读取价格从每百万个标记$0.20降至$0.10。Anthropic表示这使Sonnet 5.5在大多数长期或代理式任务中成本降低约20%（@claudeai）。

• 订阅用户API积分。Claude平台每月API积分现包含Max 5x（$100）、Max 20x（$200）和Team（最高$500，共享池）。这些积分适用于所有模型（包括Haiku 5.5）及第三方工具（@ClaudeDevs）。

• 同日SDK更新。计算机使用和浏览器使用工具集现已集成到Python和TypeScript Claude SDK中。SDK运行操作循环并从browser_use、Browserbase、E2B或Daytona向驱动程序发送点击和按键操作，开发者无需再自行编写该循环（@ClaudeDevs，快速入门）。

• 首日合作伙伴发布：Cursor：@cursor_ai 声称在较短请求上效率是 Haiku 4.5 的 1/10，并发布了 CursorBench 对比结果（@cursor_ai）。GitHub Copilot 在 VS Code 中：@code 报告称其“在许多编码任务上与 Claude Sonnet 5 的表现相当，但使用的 token 数量和步骤更少”。Devin：@cognition 报告称在 FrontierCode 1.1 上得分为 58.4%，领先于 Sonnet 5，每任务成本约为后者的 1/8，并建议在 Opus 5.5 主导的 Fusion 模式下将其作为“副手”。Arena：新增至 Agent Arena、Code Arena WebDev、Text、Document 和 Vision，评分待公布（@arena）。OpenDocRouter：同日新增（详情见下文）。

独立评估：人工分析

@ArtificialAnlys 发布了最详细的第三方数据（每项评估分解，对比页面）。

• 智能指数：最大努力下为 43，较前代 Haiku 提升 26 分。略微领先于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）。与 Kimi K3（44）相当，后者为 2.8T 参数的开源权重模型。最大努力下落后于 Claude Sonnet 5.5（56）13 分。

• 新增控制功能。这是首款支持 Anthropic 努力设置和自适应思考的 Haiku。

• token 使用是主要限制因素。最大努力下每项任务输出 token 数量约为 162k，是 GPT-6 Luna 最大努力下的 3 倍（约 50k）。从 xhigh 级别提升至最大级别，token 数量增加约 1.8 倍，得分仅提升 2 分。在同等得分下仍更冗长：Haiku 5.5 高努力下以约 55k token 得分 38，而 Luna 最大努力下以约 50k token 得分 38。低努力设置下差距进一步扩大。

• 成本数据为临时估算。Artificial Analysis 尚未建模超过 10 万 token 的 5 倍价格阶梯。每任务成本数据将随后公布。

• AA-Briefcase（私有代理知识工作评估）：1578 Elo。该成绩领先于 Kimi K3 和 GLM-5.3，与 Muse Spark 1.3 最大努力下的表现相当。

• Terminal-Bench 4.0：33%，较 Haiku 4.5 的 0% 有显著提升。与 GLM-5.3 Flash 水平相当，领先于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）。

• 知识与幻觉（AA-Omniscience）：模型准确率/幻觉率Haiku 5.5 36%/40%Gemini 3.8 Flash 55%/55%GPT-6 Luna 44%/77%。Haiku 准确率较低部分源于其更倾向于承认自身知识不足。

• AutomationBench-AA：35%，低于 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 的 53–60%。预发布阶段的安全漏洞导致模型过度拒绝。Anthropic 正在修复，Artificial Analysis 将重新评估并预计得分会上升。

• 规格：上下文长度提升至 1M token（Haiku 4.5 为 200k）。支持文本和图像输入，文本输出。5 分钟缓存写入成本为每 1M token 0.125 美元（超过 10 万 token 时为 0.625 美元）。

其他基准测试声明（主要来自厂商或二手信息）

• @ShayneRedford 总结了 Anthropic 报告的性能提升：OSWorld（计算机使用）：15% → 72%。TerminalBench：0% → 39%。这与 Artificial Analysis 在 TerminalBench 4.0 上独立测试的 33% 相差异。知识工作和推理任务提升 10–50%。在大多数基准上优于 Luna。1M 上下文长度，最大输出 token 数量约 12k。

• @alexalbert__（Anthropic）强调 Haiku 4.5 于 2025 年 10 月 15 日发布，因此对比跨度不足一年。

• @TheRundownAI 报告称其在“多种基准测试中优于 GPT-6 Luna”。

• 文档解析（独立测试，ParseBench）：@LoganMarkewich：整体接近 Luna，表格处理稍好，图表理解稍差。@jerryjliu0：每千页约 1.2 美元。在价格下表格处理和阅读顺序表现良好，图表、语义格式和边界框处理较弱。

• 零散案例：@simonw 编写了定价说明并进行了“骑自行车的pelican”测试。他表示这比成本是其10倍的Haiku 4.5“好太多了”（对比）。@AI_Screening 表示Haiku 5.5在Three.js斑马模拟中“击败”了Luna（单次提示，非系统性测试）。

观点与反应

看涨观点

• @kimmonismus：“比GPT-6-Luna好很多，接近Sonnet 5.5……价格便宜且智能。”

• @theo 喜欢分级定价策略：在10万token以下收取五分之一价格“让模型用途更加清晰”。他还注意到Anthropic模型在“成本/智能图表中位于最左侧”（@theo），并在直播中报道了此次发布（@theo）。

• @draecomino：“Haiku在最大努力下表现得像前沿模型。”

• @kipperrii 认为如今小而便宜的模型更重要，因为它们能“完成大量实用任务”。

• @scaling01（“非常便宜”）及后续评论（@scaling01）：“5.5模型看起来不错。”

• @NotTomBrown（“小巧但强大”）和@edwinarbus（均来自Anthropic阵营）发布了庆祝性评论。

竞争定位

• 发布被广泛解读为针对OpenAI的GPT-6 Luna：“GPT 6 Luna再见了”（@dejavucoder）、“是时候击败Luna了”（@scaling01）。

• @kimmonismus 将Sonnet缓存读取削减解读为Anthropic对OpenAI施压。在API信用额度方面，他补充道：“OpenAI：轮到你们了”（@kimmonismus）。

• @teortaxesTex 表示Anthropic现在拥有“所有实验室中最深的产品阵容”（Haiku/Sonnet/Opus/Fable加上Mythos），而OpenAI仅有Luna/Sol/Astra。但他仍认为Anthropic“对产品关注度更少”，这被他解读为2026年期间公司拥有的宽松度。

• ThursdAI的@altryne 质疑中间层级：“当Opus价格高昂时Sonnet才有意义。”该节目计划报道Haiku 5.5（@thursdai_pod）。

注意事项（主要来自数据而非激烈批评者）

• 标题价格可能夸大实际节省。大量token使用（最大努力下约为Luna的3倍）抵消了部分每token折扣。超过10万token的提示需支付5倍费用，这对长上下文代理循环影响显著。这两个因素很可能解释了Cursor的“短请求便宜10倍”与Anthropic的“平均便宜75%”的差异。

• 事实回忆能力弱于Gemini 3.8 Flash和Luna。

• 过度拒绝的bug目前降低了自动化评分。

• 尚未进行基准测试：Arena评分尚未公布，独立任务成本数据需等待分级定价支持。

背景

• 自2025年10月起，Haiku 4.5一直是Anthropic的小模型。此后，OpenAI的GPT-6 Luna、Gemini 3.8 Flash、GLM-5.3 Flash和DeepSeek V4.1 Flash在低成本端展开竞争。

• Haiku 5.5的价格与Luna完全一致。新增了努力控制和1M上下文。

• 它明确定位为多模型代理框架中的廉价工作模块：Claude Code子代理、Devin Fusion、Copilot子代理，以及压缩或摘要步骤。

• Anthropic将其与Sonnet缓存读取削减和订阅API信用额度组合，形成针对代理经济的协同推进。这一举措正值更广泛的token账单讨论（见下文@theo）。

其他新闻

OpenAI的722篇数学手稿：规模、效率与影响

使用7天免费试用继续阅读

订阅Latent.Space以继续阅读本文并获得7天免费访问完整文章存档的权限。

开始试用

已是付费订阅者？

上一篇